集合预报中动态调整的增长模繁殖及其对自由繁殖的改进

用增长模繁殖（BGM）法产生集合预报初始扰动的过程中，对增长模适时的进行调整是有必要的。介绍了动态调整的方法，利用T63L9全球谱模式，通过数值试验考察了在繁殖过程中采用动态调整时增长模的增长和饱和情况，并与自由繁殖试验作了相应的比较。结果表明:动态调整情况下，各层扰动的增长率可以达到一个比较大的数值；在形态饱和方面，动态调整能在很大程度上克服自由繁殖时低层扰动饱和时间滞后的缺陷；综合考虑，动态调整下扰动饱和时间可比自由繁殖缩短1天以上，且饱和特征更加明显。     

增长模叠加方式及其对集合预报初始扰动的影响

用增长模繁殖法(BGM)有效地构造集合预报初始扰动的一个前提是, 任两个扰动之间应尽可能的发散.本文从增长模发展和饱和的角度分析了增长模叠加方式与集合预报初始扰动"取样性"的关系, 无论是从扰动形势演变得出的定性结论还是定量计算的结果都显示: 在相同初始模的情况下, 通过改变扰动叠加方式分别构造多个扰动样本的做法是近似等效的.用这种方法增加的集合样本从"取样性"的角度来看是没有多大意义的, 更多的是在浪费有限的计算资源.构造多个初值的有效方法应该是从不同初始模出发进行增长模的繁殖.     

基于BGM框架的短期集合预报扰动典型规律研究

采用增长模培育(Breeding of Growing Modes,BGM)法开展有限区域模式短期集合预报研究,亟需解决的问题是集合预报扰动的发展及演变。因此论文结合经典的适时缩放培育思想,利用增长模培育法,基于WRF3.6模式(采用WRF-ARW),开发和构建了一个包含水平风场、垂直速度、位温扰动、位势扰动和水汽混合比共6个基本物理量的区域短期集合预报系统(WRF-EPS)。在此基础上,以2016年6月整月我国南方大范围暴雨为样例,针对扰动发展与演变的典型问题进行了探讨。试验结果表明:1)模式大气高、中、低三层的物理量扰动增长可以分为两个阶段,第一阶段为扰动快速线性增长,该阶段内扰动快速完成全部涨幅;第二阶段为非线性稳定阶段,从快速线性增长过渡到非线性稳定阶段大约需要24 h。2)各物理量的扰动增长率、相关系数以及增长模进入非线性稳定阶段的时间大致相同,但对于同一等压面不同物理量或同一物理量不同等压面,每个参数达到非线性稳定后的数值大小及演变规律存在差异,且随时间演变均伴有日内振荡现象。3)对于扰动振幅相同但初始随机模态不同的初值集合,不同随机模态对扰动培育的影响主要是在扰动的非线性稳定阶段,而在快速的线性增长阶段,它们之间的差异很小。4)对于初始随机模态相同但振幅不同的初值集合,不同扰动振幅对扰动演变的影响主要是在扰动的快速线性增长阶段,而在非线性稳定阶段,它们之间的差异很小,并且不同初始振幅对扰动进入非线性稳定阶段的时间基本没有影响。     

基于BGM的暴雨集合预报初始扰动发展分析

基于增长模繁殖法（BGM）思想,采用AREM（新一代区域η坐标模式）,研究了暴雨过程中,初始随机扰动在繁殖循环中随时间的演变特征和发展机理。结果表明,初始扰动的演变决定于环流背景场的结构和大气中的湿物理过程。背景场不仅影响扰动的演变规律,而且决定了扰动发展的敏感区域。初始扰动随时间演变存在两个敏感区,一是背景场的大风速区,二是降水区附近。对流层高层,大风速区附近扰动得到最优发展;对流层中低层,扰动不仅沿大风速区发展,且与降水区配合较好。初始扰动发展的机理也有两种,一是大气湿物理过程引起的位势不稳定或第二类条件不稳定（CISK）;二是由风切变引起的大气动力不稳定。高层扰动的增长,以干大气的动力不稳定占优,中低层扰动的发展主要是湿物理过程的贡献,初始扰动在模式中的发展与降水的发展是同“源”的,有利于降水发展的环境也有利于初始扰动的发展,从而影响了降水的可预报性。所以利用暴雨预报模式制作集合预报时,BGM仍是可用的方法。     

区域集合预报增长模繁殖扰动方法研究

在建立区域AREM模式增长模繁殖(Breeding of Growing Modes,BGM)集合预报系统的基础上,设计了静态扰动(初始随机扰动、扰动限定)和动态扰动方法,利用2008年7月20日强降水个例,分析了不同类型扰动对强降水预报的影响.结果表明,静态和动态扰动都对中尺度暴雨预报具有积极的作用,扰动都不同程度地...     

一种根据湿对流区域时空分布调整的BGM扰动改进方案

在增长模繁殖法(Breeding of the Growing Mode,BGM)的动态繁殖过程中,尺度化因子的选择极为关键。利用WRF(Weather Research and Forecasting)模式,在分析飑线系统数值模拟误差增长机制的基础上,根据飑线发展过程中湿对流区域误差更容易快速增长的特点,提出了一种根据湿对流区域时空分布调整的BGM初始扰动改进方案。该方案通过在动态繁殖过程中对小扰动的水平结构进行调整,加强湿对流区域扰动,捕获到增长最快方向上的小扰动并将其作为初始扰动。试验结果表明:根据降水量调整的改进方案相比其他方案扰动能量较大,各集合成员之间差异也较大,集合平均预报误差较小;对强降水范围的模拟相对理想,暴雨的降水评分较高;对风廓线及水汽场的预报更接近于实况,较好地改善了集合预报效果。     

基于Local-BGM法的冷涡暴雨集合预报试验及评估检验北大核心

基于传统增长模繁殖法(Breeding Growing Mode,BGM)和局地增长模繁殖法(Local Breeding Growing Mode,Local-BGM)生成初始扰动成员,对一次冷涡暴雨过程进行集合预报试验,从多方面比较两种方案的预报效果,并且在邻域概率法(Neighborhood Probability,NP)中引入时间邻域,评估概率预报结果。结果表明,引入局地化思想的Local-BGM方案能够生成比传统BGM方案更合理的初始扰动,具有很明显的局地特征。对于扰动变量的预报,Local-BGM方案在均方根误差和离散度等方面均表现更好,同时能够提高各量级降水的预报技巧。邻域集合概率法能够综合各个集合成员预报的降水信息得到优于集合平均的概率预报,分数技巧评分更高。并且在考虑时间不确定性后,无论是控制预报、集合平均还是邻域集合概率法,分数技巧评分均有很大改善,并且降水阈值越大改善效果越明显,能够为极端强降水天气提供较为客观的概率预报信息。     

赤道两层海洋模式中基本流的切变不稳定性

设计了一个热带赤道β-平面的两层海洋模式,在准长波近似下,应用最大截断模分析赤道波的基本形态,指出无论是正压模或斜压模Kelvin波、Rossby波及基本流所对应的“地形Rossby波”是最基本的波系,在基本流的一定切变条件下,它们之间可以耦合出一类不稳定波。在浅混合层近似和“快波近似”下,正压模和斜压模是可以分离的,因此可以分别分析它们的色散特征,由于它们的特征量不同,在同样波长(扰动的纬向尺度)下,扰动的增长率也不同,通过分析得出在一定参数下,斜压模扰动增长率为正压模的2倍。近似分析表明,混合层中流场的增长要快于温跃层,但温跃层的温度增长要比混合层明显。     

SVD-En3DVar方法同化多普勒雷达速度观测资料Ⅰ.模拟资料试验

利用WRF模式及模式模拟的资料,开展了利用SVD-En3DVar(基于集合和SVD技术的三维变分同化方法)方法同化雷达径向速度资料的试验.由于雷达观测经常出现大面积空缺,同化时引入了一种局地化方法避免远距离虚假相关的影响.试验着重研究了不同的初始扰动样本产生方法以及不同的样本积分时间对同化结果的影响.提出了一种为预报集合提供初始扰动场的新方法,这一方法将温度和比湿的伪随机扰动场当作观测增量,通过3DVar (three-dimensional variational technique)系统生成所有变量的初始扰动场.试验表明,用这种方法给出的初始扰动样本各个变量间有较好的协调性,积分后扰动不会快速衰减,可以减少模式调整的时间,达到缩短同化循环时间窗的目的.同化雷达径向风资料后对12小时内的温度,湿度和水平风的预报都有所改进,对降水的预报也有一定改进.     

考虑尺度敏感性的长江中下游暖区暴雨初始扰动方案比较分析

弱天气尺度强迫背景下的长江中下游暖区暴雨突发性强,高度非线性,难以准确预报,这时考虑不确定因素的集合预报成为重要选项,而对流尺度集合预报核心问题是积分一段时间后离散度偏低,会导致预报失败。比较包含不同尺度扰动信息的对流尺度集合预报方案间的差异性并据此优化初始扰动方案,针对2018年5月4—5日一次典型长江中下游暖区暴雨过程,分别采用动力降尺度（DOWN）、增长模繁殖法（BGM）、局地增长模繁殖法（LBGM）和混合扰动法（BLEND）等四种方法进行集合预报试验,以期探讨对离散度和预报效果的影响。结果表明,在模式积分0~6 h,具有中小尺度扰动信息的BGM和LBGM的离散度优于DOWN,其中LBGM相比于BGM具有一定程度上的改进,说明具有更准确中尺度特征的扰动能够在积分初始阶段获得有效增长,即考虑了中小尺度天气系统局地性的LBGM能弥补BGM的不足;但是,在模式积分12 h以后,具有更多大尺度特征扰动的DOWN优于区域模式中的增长模繁殖法BGM和LBGM,说明经过初始误差快速增长一段时间后,大尺度扰动开始起主要作用。而具有不同尺度扰动信息的BLEND方案则兼具LBGM和DOWN的优势,几乎在整个预报时段离散度较高且概率预报评分较好,体现出混合扰动的优越性。以上结果进一步说明,初始扰动的尺度特征在暖区暴雨的集合预报效果中具有关键性的作用,因而通过调整初始扰动的尺度信息来优化集合预报性能的混合扰动思想,在业务上具有一定的指导意义和推广价值。     

基于BGM的不同繁殖长度对集合预报的影响

利用T63L9全球谱模式和NCEP/NCAR再分析资料, 对BGM方法中增长模的繁殖长度对集合预报效果的影响进行研究。结果表明:与控制预报相比, 不同繁殖长度的集合预报都能使预报效果得到一定程度的改进, 特别是第4天预报以后, 改进程度随预报时效而稳步提高。三组不同繁殖长度的集合预报对控制预报的改进存在差别, 分析结果表明:繁殖长度为2 d的集合预报明显效果最差, 而繁殖3 d和4 d的集合预报差别并不明显。对集合Talagrand分布以及离散度的初步分析表明, 繁殖长度取为3 d似乎最为合理。     

Comparison of nonlinear local Lyapunov vectors with bred vectors,random perturbations and ensemble transform Kalman filter strategies in a barotropic model

The breeding method has been widely used to generate ensemble perturbations in ensemble forecasting due to its simple concept and low computational cost. This method produces the fastest growing perturbation modes to catch the growing components in analysis errors. However, the bred vectors(BVs) are evolved on the same dynamical flow, which may increase the dependence of perturbations. In contrast, the nonlinear local Lyapunov vector(NLLV) scheme generates flow-dependent perturbations as in the breeding method, but regularly conducts the Gram–Schmidt reorthonormalization processes on the perturbations. The resulting NLLVs span the fast-growing perturbation subspace efficiently, and thus may grasp more components in analysis errors than the BVs.In this paper, the NLLVs are employed to generate initial ensemble perturbations in a barotropic quasi-geostrophic model.The performances of the ensemble forecasts of the NLLV method are systematically compared to those of the random perturbation(RP) technique, and the BV method, as well as its improved version—the ensemble transform Kalman filter(ETKF)method. The results demonstrate that the RP technique has the worst performance in ensemble forecasts, which indicates the importance of a flow-dependent initialization scheme. The ensemble perturbation subspaces of the NLLV and ETKF methods are preliminarily shown to catch similar components of analysis errors, which exceed that of the BVs. However, the NLLV scheme demonstrates slightly higher ensemble forecast skill than the ETKF scheme. In addition, the NLLV scheme involves a significantly simpler algorithm and less computation time than the ETKF method, and both demonstrate better ensemble forecast skill than the BV scheme.     

基于增长模繁殖法的初始分析误差 计算及集合预报试验

首先用成对繁殖的方法对NCEP再分析资料与T106分析场中的快速增长分析误差进行了计算和比较,然后把它们叠加到各自的初始场中进行了多初值集合预报试验。结果表明,用不同分析资料计算的达到饱和的快速增长误差,两者在全球分布上既有许多相似的地方,也存在一些不同,多初值集合是综合考虑它们的有效方法;考虑了两种分析误差的集合预报比只考虑一种分析误差的集合预报优越;在集合总成员数不变的前提下,发现引入另一种分析资料的集合成员数并不是越多越好,就预报技巧的最大改善而言,其存在一个阀值。     

Impact of Perturbation Schemes on the Ensemble Prediction in a Coupled Lorenz Model

Based on a simple coupled Lorenz model, we investigate how to assess a suitable initial perturbation scheme for ensemble forecasting in a multiscale system involving slow dynamics and fast dynamics. Four initial perturbation approaches are used in the ensemble forecasting experiments: the random perturbation(RP), the bred vector(BV), the ensemble transform Kalman filter(ETKF), and the nonlinear local Lyapunov vector(NLLV) methods. Results show that,regardless of the method used, the ensemble ave...     

集合预报多尺度奇异向量初值扰动方法研究

目前国际上采用的奇异向量集合预报初值扰动法对于初值不确定性的描述存在一定的不足,为了更有效地反映初始误差的时空多尺度特性,基于GRAPES全球奇异向量计算技术,计算了不同空间分辨率及不同最优时间间隔的多个尺度的奇异向量,并采用基于高斯分布的线性组合法来构造多尺度奇异向量的扰动初值,以代表在相空间中增长最快的多尺度初值误差模态。通过2019年1月19日的初值扰动集合预报试验,对比分析了单一尺度奇异向量初值扰动法与多尺度初值扰动法的扰动特征及集合预报效果。结果表明,多尺度奇异向量初值扰动法为区域集合预报提供的初始扰动场是合理的,扰动的大小随时间增长,且在空间分布上较好地反映了当前大气的斜压不稳定特征。此外,多尺度奇异向量扰动可以描述一定的大尺度以及中小尺度运动误差特征,较单一尺度奇异向量扰动能反映出更多初始场的不确定性信息。检验分析表明,GRAPES多尺度奇异向量集合预报在集合一致性、连续等级概率评分、离群值等方面有一定的优势,相比于单一尺度奇异向量法有较好的预报技巧。因此,基于GRAPES的多尺度奇异向量初值扰动法对于集合预报的预报效果有一定的提高,能为构建一套完善的GRAPES区域奇异向量集合预报系统提供一定的科学依据和应用基础。      

基于增长模繁殖法的暴雨集合预报

采用WRF模式对2010年9月发生在河南省附近的一次暴雨过程进行了集合预报试验。用增长模繁殖方法(BGM)制作了集合预报方案1;为了充分利用背景场信息,结合时间滞后法,制定了集合预报方案2:滚动繁殖法;考虑到暴雨过程中天气形势的特殊性,结合区域空间特征,制定了集合预报方案3:区域繁殖法。这3组试验均对变量U、V、T、Q进行了初值扰动,加上控制预报,均产生了9个集合成员。试验结果表明:几种集合预报方法在预报效果上相较于控制预报都具有明显的改善,滚动繁殖法及区域繁殖法对增长模繁殖法都具有一定的改进作用,其中区域繁殖法的预报效果更优,与实况更为接近。     

Examination of multi-perturbation methods for ensemble prediction of the MJO during boreal summer

The impact of initialization and perturbation methods on the ensemble prediction of the boreal summer intraseasonal oscillation was investigated using 20-year hindcast predictions of a coupled general circulation model. The three perturbation methods used in the present study are the lagged-averaged forecast (LAF) method, the breeding method, and the empirical singular vector (ESV) method. Hindcast experiments were performed with a prediction interval of 10 days for extended boreal summer (May–October) seasons over a 20 year period. The empirical orthogonal function (EOF) eigenvectors of the initial perturbations depend on the individual perturbation method used. The leading EOF eigenvectors of the LAF perturbations exhibit large variances in the extratropics. Bred vectors with a breeding interval of 3 days represent the local unstable mode moving northward and eastward over the Indian and western Pacific region, and the leading EOF modes of the ESV perturbations represent planetary-scale eastward moving perturbations over the tropics. By combining the three perturbation methods, a multi-perturbation (MP) ensemble prediction system for the intraseasonal time scale was constructed, and the effectiveness of the MP prediction system for the Madden and Julian oscillation (MJO) prediction was examined in the present study. The MJO prediction skills of the individual perturbation methods are all similar; however, the MP‐based prediction has a higher level of correlation skill for predicting the real-time multivariate MJO indices compared to those of the other individual perturbation methods. The predictability of the intraseasonal oscillation is sensitive to the MJO amplitude and to the location of the dominant convective anomaly in the initial state. The improvement in the skill of the MP prediction system is more effective during periods of weak MJO activity.